수학·통계를 몰라도 이해할 수 있는 쉬운 딥러닝

쉬운 딥러닝 - 수학·통계를 몰라도 이해할 수 있는
반병현 지음 / 생능북스 / 2021년 4월

인공지능 이해와 학습을 위해서는 복잡한 수식이나 어려운 회계학적 지식은 기본이고, 더 나아가 알고리즘을 구현하기 위한 어려운 코딩 기술을 익혀야 한다고 말들을 합니다.

물론 인공지능을 구현하고자 하는 사람들에게는 당연히 익혀야할 지식과 기술들이지만 초심자들에게는 인공지능의 기본적인 작동원리 그리고 인공지능이 현실에 적용되는 방법을 우선 큰 그림을 통해 익히는 것이 무엇보다 중요하다고 생각합니다.

오늘 소개해 드히는 <수학·통계를 몰라도 이해할 수 있는 쉬운 딥러닝>은 이런 의미에서 실습 중심의 문제해결을 통해 인공지능의 다양한 기술들을 체득할 수 있게 구성되어 있어 눈길을 끕니다.

우선 머리말에서 저자의 생각을 통해 딥러닝 학습서로서 본서의 성격을 가늠해 볼 수 있습니다.

"유독 딥러닝을 공부할 때는 기술을 활용하는 방법보다 작동 원리나 선형대수와 통계학 및 수학적 배경을 반드시 공부해야 한다는 이야기가 나오는데, 이는 기술을 연구하는 분들께서 연구자의 초점으로 지식을 전달하기 때문이며, 이런 트렌드는 비효율적이라 생각한다."

그래서 일까요? 여타 프로그래밍 학습서나 인공지능 학습서와는 달리 머리말을 포함해서 250여 페이지 밖에 되지 않습니다. 그만큼 딱 필요한 만큼의 파이썬 지식과 나머지는 실제 인공지능의 다양한 기술들을 실습을 통해 체험할 수 있는 컨텐츠로 구성되어 있습니다.

먼저 파이썬 준비하기를 통해 Anaconda와 Pycharm 그리고 Git를 설치하여 파이썬 개발환경을 구축하고, 딥러닝을 위한 파이썬 기초학습에서는 파이썬 언어의 가장 기본적이고, 반드시 익혀두어야할 사칙연산, 변수, 자료형, 함수를 학습하게 됩니다.

본서에서는 데이터를 읽어와 가공하는 단계를 대신 처리해 주는 모듈을 제공하고 있기 때문에, 딥러닝 예제를 이해하는데 int와 float 그리고 str 자료형 정도면 충분하다고 설명합니다. 물론 좀 더 깊이 예컨데, 데이터를 불러와 가공하는 모듈을 직접 제작하고, 새로운 인공지능을 구현하고 싶다면 uint8을 포함한 다양한 자료형에 대한 학습이 필요합니다.

특히, 초심자들에게는 '구글의 텐서플로우'를 비롯한 오픈 소스 딥러닝 프레임워크와 관련 라이브러리를 활용하여, 모든 연산 과정을 일일이 하드 코딩하지 않고, 손쉽게 인공지능을 구현할 수 있음을 확인하는 것이 무엇보다 중요합니다.

그런 의미에서 본서의 GPU 활용을 위한 환경 구축하기, 딥러닝 라이브러리와 예제 코드 설치하기 그리고 파이썬 내장 라이브러리 불러오기, 외부 라이브러리 불러오기, 라이브러리 내 모듈 불러오기, 파이썬 스크립트를 라이브러리로 불러오기 등은 기본 중에 기본이지만, 초심자들이 반드시 익혀두어야할 내용이라 생각합니다.

본서의 실습에는 다층 인공신경망 즉, 다층 퍼셉트론(multilayer Perceptron 혹은 FNN(Feedforward Neural Network))을 활용해 데이터 분류 알고리즘을 학습해 봅니다.

책에서는 학생의 체격만 보고 나이를 예측하거나 꽃을 구분한다거나 의료에 활용되는 유전자 분석을 통한 암진단 혹은 BMI(비만도) 분석을 위한 키와 체중 추론 등의 꽤 복잡한 듯 보여지는 실습으로 구성되어 있습니다.

그러나 일단 책에 있는 대로 딥러닝 모델 코딩(라이브러리 호출, 데이터 읽어오기, 인공신경망 제작, 인공신경망 컴파일)과 인공신경망 학습, 학습 결과 출력, 인공지능 성능 확인 등을 통해 작동 방식을 먼저 학습한 후, 하나씩 내용을 되짚어 가면서 학습하면 빠른 시간내에 작동원리를 이해할 수 있으리라 생각됩니다.

그외에도 최근 다양한 산업 영역에 활발히 활용되는 '시각 처리 AI'로 불리는 'CNN(합성곱 신경망, Convolutional Neural Network)'을 통해 손글씨 인식, 사물 구분 등의 이미지 분류 기술을 학습하고, 현미경 영상 분석을 통한 암진단, 세포 종류진단, 흉부 CT 영상 분석을 통한 폐암 진단 등의 의료 AI의 활용법을 실습을 통해 확인할 수 있습니다.

특히, 제공해주는 데이터에 '정상 세포의 현미경 영상'과 '암세포의 현미경 영상'이 각각 3,750장과 625장 포함되어 있어 실전을 방불케 하는 의료 AI의 활용법을 제대로 학습할 수 있어 초심자들에게 큰 도움이 될 것으로 보입니다.

처음 책을 펼쳤을 때는 대략 250여 페이지 정도라 딥러닝 학습서로는 내용이 너무 부실한 것이 아닌가 생각했습니다. 그러나 현재 시중의 어떤 딥러닝 입문서보다 초심자들이 쉽고 빠르게 딥러닝을 이해할 수 있고, 구현해낼 수 있는 책이 아닐까 합니다.

특히, 각 장의 말미에 다양한 딥러닝 기술이 의료나 금융 영역에서 실제로 사용되는 예시와 실습을 통해 어떻게 현업에 사용이 되는지를 잘 보여주고 있다고 생각합니다.

실습을 따라하며 딥러닝 기법의 동작원리를 이해하고, 현업에 쓰임을 확인하고자 하는 딥러닝 초심자들에게 추천합니다.